Distributed Intelligence of Multi-Agent Systems. Part I: Basic Features and Simple Forms

Cover Page

Cite item

Full Text

Abstract

This multi-part survey is devoted to the empirical characteristics and manifestations of intelligence as the capability of an autonomous agent to perceive, process, and use information in order to achieve its goal. Part I of the survey briefly describes the most significant attributes of “proto-intelligent” and intelligent systems, together with the main features of distributed intelligence (DI), individual human intelligence (HI), and artificial intelligence (AI). An inseparable connection is emphasized between the DI of human organizational and social systems and individual human intelligence. The simplest forms of “swarm” intelligence are considered as examples, and the key factors determining the effectiveness of DI in such multi-agent systems are presented, including the structure of interactions between agents, their collective goal-setting, external information recording, convolution, and processing, and the standard “images” of external influences. Their combination pushes the performance of a multi-agent system far beyond the capabilities of its individual agents. In part II of the survey, different forms of collective intelligence in human social systems will be analyzed and all known types of intelligence will be generally classified.

About the authors

Yu. L Slovokhotov

Trapeznikov Institute of Control Sciences, Russian Academy of Sciences; Department of Materials Science, Moscow State University

Email: yurislovo@yandex.ru
Moscow, Russia

D. A Novikov

Trapeznikov Institute of Control Sciences, Russian Academy of Sciences

Email: novikov@ipu.ru
Moscow, Russia

References

  1. Новиков Д.А. Кибернетика: навигатор. История кибернетики, современное состояние, перспективы развития. – М.: ЛЕНАНД, 2016. – 160 с. [Novikov, D.A. Kibernetika: navigator. Istoriya kibernetiki, sovremennoe sostoyanie, perspektivy razvitiya. – M.: LENAND, 2016. – 160 s. (In Russian)]
  2. Cavens, D., Gloor, C., Illenberber, J., et al. Distributed intelligence in pedestrian simulations // In Waldau, N., Gattermann, P., Knoflacher, H., Schreckenberg, M. (Eds.) Pedestrian and Evacuation Dynamics 2005. – Berlin, Heidelberg: Springer, 2007. – P. 201–212.
  3. Fu, X., Gao, H., Cai, H., et al. How to Improve Urban Intelligent Traffic? A Case Study Using Traffic Signal Timing Optimization Model Based on Swarm Intelligence Algorithm // Sensors. – 2021. – Vol. 21, no 2631.
  4. Кипятков В.Е. Мир общественных насекомых. – Л.: Издательство ЛГУ, 1991. – 408 с. [Kipyatkov, V.E. Mir obschestvennyh nasekomyh. – Leninggrad: LGU, 1991. – 408 s. (In Russian)]
  5. Chittka, L., Rossi, N. Social Cognition in Insects // Trends in Cognitive Sciences. – 2022. – Vol. 26, no. 7. – P. 578–592.
  6. Couzin, I.D. Collective Cognition in Animal Groups // Trends in Cognitive Sciences. – 2009. – Vol. 13, no. 1. – P. 36-43.
  7. Vicsek, T., Zafeiris, A. Collective Motion // Phys. Rep. – 2012. – Vol. 517. – P. 71–140.
  8. Корепанов В.О. Модели рефлексивного группового поведения и управления. – М: ИПУ РАН, 2011. – 127 с. [Korepanov, V.O. Modeli refleksivnogo gruppovogo povedeniya i upravleniya. – M.: ICS RAS, 2011. – 127 s. (In Russian)]
  9. Vásárhelyi, G., Viragh, C., Somorjai, G., et al. Optimized Flocking of Autonomous Drones in Confined Environments // Science Robotics. – 2018. – Vol. 3, no. 20. – Art. no. eaat3536.
  10. Шуровьески Дж. Мудрость толпы. Почему вместе мы умнее, чем поодиночке, и как коллективный разум формирует бизнес, экономику, общество и государство: Пер. с англ. – М.: ООО «И.Д. Вильяме», 2007. – 304 с. [Surowiecky, J. The Wisdom of Crowds. – N.-Y.: Anchor Books, 2005. – 336 p.]
  11. Kennedy, J., Eberhart, R.C., Shi, Y. Swarm Intelligence. – San Francisco: Morgan Kaufman Publishers, 2001.
  12. The Cambridge Handbook of Intelligence. 2nd Ed. Ed. by R.J. Sternberg. – Cambridge: Cambridge University Press, 2020.
  13. Kornhaber, M.L. The Theory of Multiple Intelligences // In: The Cambridge Handbook of Intelligence. 2nd Ed. Ed. by R.J. Sternberg. – Cambridge: Cambridge University Press, 2020,
  14. Поляк Б.Т., Хлебников М.В., Рапопорт Л.Б. Математическая теория автоматического управления: учебное пособие. – М.: ЛЕНАНД, 2019. – 500 с. [Polyak, B.T., Khlebnikov, M.V., Rapoport, L.B. Matematicheskaya teoriya avtomaticheskogo upravleniya: uchebnoye posobiye. – Moscow: LENAND, 2019 – 500 p. (In Russian)]
  15. Теория управления (дополнительные главы): Учебное пособие / Под ред. Д.А. Новикова. – М.: ЛЕНАНД, 2019. – 552 с. [Teoriya upravleniya (dopolnitel’nye glavy). Uchebnoye posobiye. Ed. by D.A. Novikov. – M.: LENAND, 2019. – 552 s. (In Russian)]
  16. Elhoseny, M., Yuan, X. (Eds) Studies in Distributed Intelligence (серия электронных книг). Artificial Intelligence Applications for Smart Societies. Recent Advances. – Cham: Springer, 2021. – 251 р.
  17. Rzevski, G., Skobelev, P. Emergent Intelligence in Large Scale Multi-agent Systems // Intern. J. of Education and Inform. Technol. – 2004. – Vol. 1, iss. 2. – P. 64–71.
  18. Springer Handbook of Robotics, 2nd Edition. Ed. by B. Siciliano, O. Khatib. – Berlin: Springer-Verlag, 2015. – 2227 p.
  19. Legg, S., Hutter, M. A Collection of Definitions of Intelligence // In Adv. Artific. General Intelligence: Concepts, Architectures and Algorithms. Ed. by B. Goertzel, P. Wang. – Amsterdam: IOS Press, 2007. – P. 17–25.
  20. Encyclopedia Britannica – URL: https://www.britannica.com/ (дата обращения 15.02.2023). [Accessed February 15, 2023.]
  21. Malone, T.W., Bernstein, M.S. Handbook of Collective Intelligence. – Cambridge: MIT Press, 2015. – 230 p.
  22. Справочник по теории автоматического управления / Под ред. А.А. Красовского. – М.: Наука, 1987. – 712 с. [Spravochnik po teorii avtomaticheskogo upravleniya / Ed. By A.A. Krasovskij. – M.: Nauka, 1987. – 712 s. (In Russian)]
  23. Поляков К.Ю. Основы теории автоматического управления. – СПб.: Изд-во СПбГМТУ, 2012. – 234 с. [Polyakov, K.Yu. Osnovy teorii avtomaticheskogo upravleniya, – S.-Petersburg: SPbGMTU, 2012. – 234 s. (in Russian)]
  24. The Control Handbook. Vol. I – III. / Ed. by W. Levine. – N.-Y.: CRC Press, 2010. – 3526 p.
  25. Vasile, C.-I., Leahy, K., Cristofalo, E., et al. Control in Belief Space with Temporal Logic Specifications // Proc. IEEE Conference on Decision and Control. – Las Vegas, USA, 2016. – P. 7419–7424.
  26. Кудинов Ю.И., Пащенко Ф.Ф. Нечеткие системы управления / Теория управления (дополнительные главы): Учебное пособие. Под ред. Д.А. Новикова. – М.: ЛЕНАНД, 2019. – С. 400–425. [Kudinov, Yu.I., Pashchenko, F.F. Nechetkiye sistemy upravleniya // In: Teoriya upravleniya (dopolnitel’nye glavy). Uchebnoya posobiye. Ed. by D.A. Novikov. – M.: LENAND, 2019. – S. 400–425. (In Russian)]
  27. Толмен Э. Когнитивные карты у крыс и у человека / Хрестоматия по истории психологии. Под ред. Гальперина П.Я. и Ждан А.Н. – М.: МГУ, 1980. – С. 63–69. [Tolmen, E.C. Cognitive Maps in Rats and Men // The Psychological Review. – 1948. – Vol. 55, no. 4. – P. 189–208.]
  28. Новиков Д.А., Чхартишвили А.Г. Рефлексия и управление: математические модели. 2-е изд. – М.: ЛЕНАНД, 2022. – 416 с. [Novikov, D.A., Chkartishvili, A.G. Reflection and Control: Mathematical Modeling, 2nd Ed. – M.: LENAND, 2022 – 416 p. (In Russian)]
  29. Белов М.В., Новиков Д.А. Структура креативной деятельности // Проблемы управления. – 2021. – № 5. – С. 20–33. [Belov, M.V., Novikov, D.A. The Structure of Creative Activity // Control Sciences. – 2021. – No. 5. – P. 17–28.]
  30. Петухов В.В. Психология мышления. Учебно-методическое пособие. – М.: МГУ, 1987. – 99 с. [Petukhov, V.V. Psikhologiya myshleniya, Uchebno-metodicheskoye posobiye. – M.: MGU, 1987. – 99 p. (In Russian)]
  31. Пономарев Я.А., Александров Ю.И., Ушаков Д.В. Психология творчества. Школа Я.А. Пономарева. – М.: Институт психологии РАН, 2006. – 624 с. [Ponomarev, Ya.A., Aleksandrov, Yu.I., Ushakov D.V. Psikhologiya tvorchestva. Shkola Ya.A. Ponomareva, – M.: Institute of Psychology RAS, 2006. – 624 s. (In Russian)]
  32. Альтшуллер Г.С. Найти идею. Введение в ТРИЗ – теорию решения изобретательских задач. 4-е изд. – М.: Альпина Паблишерз, 2011. – 400 с. [Altshuler, G.S. Najti ideyu. Vvedenie v TRIZ teoriyu resheniya izobretatel’skikh zadach. 4th ed. – M.: Alpina Publishers, 2011. – 400 s. (In Russian)]
  33. Зорина З.А., Полетаева И.И. Зоопсихология. Элементарное мышление животных: учебное пособие. – М.: Аспект Пресс, 2002. – 320 с. [Zorina, Z.A., Poletayeva, I.I. Zoopsikhologiya. Elementarnoye myshleniye u zhivotnykh. – M: Aspect Press, 2002. – 320 p. (In Russian)].
  34. Тинберген Н. Социальное поведение животных (пер. с англ.). – М.: Мир, 1993. – 152 с. [Tinbergen, N. Social Behaviour in Animals with Special Reference to Vertebrates. – London – New-York: Chapman & Hall, 1968. – 150 p.]
  35. Artificial Intelligence Index Report. – Stanford University Human-Centered Artificial Intelligence, 2022. – URL: https://aiindex.stanford.edu/report/ (дата обращения 15.02.2023). [Accessed February 15, 2023.]
  36. Хайкин С. Нейронные сети. Полный курс. 2-е издание (пер. с англ.) – М.: Вильямс, 2016. – 1104 с. [Haykin, S. Neural Networks: A Comprehensive Foundation. 2nd Ed. – Singapore: Prentice Hall & Pearson Education, 1998. – 842 p.]
  37. Gu, T., Liu, K., Dolan-Gavitt, B., Garg, S. BadNets: Evaluating Backdooring Attacks on Deep Neural Networks // IEEE Access. –2019. – Vol. 7. – P. 47230–47244.
  38. Макаренко А.В. Глубокие нейронные сети: зарождение, становление, современное состояние // Проблемы управления. – 2020. – № 2. – С. 3–19 [Makarenko, A.V. Deep Neural Networks: Origins, Development, Current Status // Control Sciences. – 2020. – No. 2. – P. 3–19. (In Russian)]
  39. Тей А., Грибомон П., Луи Ж. и др. Логический подход к искусственному интеллекту: от классической логики к логическому программированию (пер. с франц.). – М.: Мир, 1990. – 432 с. [Thayse, A., Gribomont, P., Louis, G., et al. Approche logique de l'intelligence artificielle. T. 1: De la logique classique a la programmation logique. – Paris: Bordas Editions, 1988. – 274 p. (In French)]
  40. Springer Handbook of Computational Intelligence. Ed. by J. Kacprzyk, W. Pedrych. – Berlin: Springer, 2015. – 1633 p.
  41. Batini, C., Ceri, S., Navathe, S.B. Conceptual Database Design: An Entity-Relationship Approach. – Redwood: Benjamin/Cummings, 1992. – 496 p.
  42. Lehmann, F. Semantic Networks in Artificial Intelligence. – New-York: Pergamon, 1992. – 768 p.
  43. Poelmans, J., Ignatov, D.I., Kuznetsov, S.O., Dedene, G. Formal Concept Analysis in Knowledge Processing: A Survey on Applications // Expert Systems with Applications. – 2013. – Vol. 40, no. 16. – P. 6538–6560.
  44. Васильев С.Н. Интерактивное порождение новых знаний на основе автоматических средств логического вывода. // Онтология проектирования. – 2023. – Т. 13, № 1. – С. 10–29. [Vassiliev, S.N. Interactive Generation of New Knowledge Based on Automatic Means of Logical Inference. Ontology of Designing. – 2023. – Vol. 13, no. 1. – P. 10–29. (In Russian)]
  45. Кузнецов О.П. Избранные труды. Автоматы, языки и искусственный интеллект. – М.: ИПУ РАН, 2016. – 464 с. [Kuznetsov, O.P. Izbrannye Trudy. Avtomaty, jazyki I iskusstvennyj intellect. – M.: ICS RAS, 2016. – 464 p. (In Russian)]
  46. Кулинич А.А. Семиотические когнитивные карты. Ч. 1. Когнитивный и семиотический подходы в информатике и управлении // Проблемы управления. – 2016. – № 1. – С. 2–10; Ч. 2. Основные определения и алгоритмы // Проблемы управления. – 2016. – № 2. – С. 24–40 [Kulinich, A.A. Semiotic Cognitive Maps. Part 1. Cognitive and Semiotic Approaches in Informatics and Control Sciences // Control Sciences. – 2016. – No. 1. – P. 2–10; P. 2. The Basic Definitions and Algorithms // Control Sciences. – 2016. – No. 2. – P. 24–40. (In Russian)]
  47. Gawthrop, P., Loram, I., Lakie, M., Gollee, H. Intermittent Control: A Computational Theory of Human Control // Biological Cybernetics. – 2011. – Vol. 104. – P. 31–51.
  48. Белов М.В., Новиков Д.А. Модели деятельности (основы математической теории деятельности). – М.: ЛЕНАНД, 2021. – 216 с. [Belov, M.V., Novikov, D.A. Models of Activity (foundations of mathematical theory of activity). – M.: LENAND, 2021. – 216 p. (In Russian)]
  49. Новиков Д.А. Модели информационного противоборства в управлении толпой // Проблемы управления. – 2015. – № 3. – С. 29–39. [Novikov, D.A. Models of Informational Confrontation in Mob Control // Control Sciences. – 2015. – No. 3. – P. 29–39. (In Russian)]
  50. Губанов Д.А., Новиков Д.А., Чхартишвили А.Г. Социальные сети: модели информационного влияния, управления и противоборства. 3-е изд. – М.: МЦНМО, 2018. – 224 с. [Gubanov, D.A., Novikov, D.A., Chkhartishvili, A.G. Social Networks: Models of Informational Influence, Control and Contest. 3rd Ed. – M.: MTsNMO, 2018. –224 s. (In Russian)]
  51. Словохотов Ю.Л. Физика и социофизика // Проблемы управления. – 2012. – № 1. – С. 2–20; № 2. – С. 2–31; № 3. – С. 2–34. [Slovokhotov, Y.L. Physics vs. Sociophysics // Control Sciences. – 2012. – No. 1. – P. 2–20; No. 2. – P. 2–31; No. 3. – P. 2–34. (In Russian)]
  52. Гасников А.В. (ред.) Введение в математическое моделирование транспортных потоков. – М.: МЦНМО, 2013. – 429 с. [Gasnikov, A.V. (Ed.) Introduction to Mathematical Modeling of Traffic Flows. – M.: MTsNMO, 2013. – 429 s. (In Russian)]
  53. Романовский М.Ю., Романовский Ю.М. Математические начала эконофизики. – М.-Ижевск: Институт компьютерных исследований, 2019. – 360 с. [Romanovsky, M.Yu., Romanovsky, Yu.M. Mathematical foundations of econophysics. – Moscow-Izhevsk: Institut kompyuternyh issledovanij, 2019. – 360 p. (In Russian)]
  54. Ширяев В.И. Финансовые рынки: нейронные сети, хаос и нелинейная динамика. 5-е изд., – М.: ЛИБРОКОМ, 2013. – 232 с. [Shiryayev, V.I. Financial Markets: Neural Networks, Chaos and Non-linear Dynamics. 5th Ed. – Moscow: LIBROKOM, 2013. – 232 p. (in Russian)].
  55. Барабанов И.Н., Новиков Д.А. Динамические модели управления возбуждением толпы в непрерывном времени // Управление большими системами. – 2016. – Вып. 67. – С. 71–86. [Barabanov, I.N., Novikov D.A. Continuous-Time Dynamic Models of Mob Excitation // Large-Scale Systems Control. – 2016. – No. 67. – P. 71–86. (In Russian)]
  56. Kozitsin, I.V. A General Framework to Link Theory and Empirics in Opinion Formation Models // Sci. Rep. – 2022. – Vol. 12, no. 5543. – P. 1–18.
  57. Spiegler, R. Bounded Rationality and Industrial Organization. – Oxford: Oxford University Press, 2014. – 240 p.
  58. Новиков Д.А. Ограниченная рациональность и управление // Математическая теория игр и ее приложения. – 2022. – Т. 14, вып. 1. – С. 49–84 [Novikov, D.A. Bounded Rationality and Control // Matematicheskaya teoriya igr i ee prilozheniya. – 2022. – Vol. 14, no. 1. – P. 49–84. (In Russian)]
  59. Slovokhotov, Y.L., Neretin, I.S. Towards Constructing a Modular Model of Distributed Intelligence // Programming & Computer Software. – 2018. – Vol. 44, no. 6. – P. 499–507.
  60. Dombrowski, C., Cisneros, L., Chatkaew, S., et al. Self-Concentration and Large-Scale Coherence in Bacterial Dynamics // Phys. Rev. Lett. – 2004. – Vol. 93, no. 9. – P. 098103-1–098103-54.
  61. Арансон И.С. Топологические дефекты в активных жидких кристаллах // Усп. физ. наук, 2013. – Т. 183, № 1. – С. 87–102. [Aranson, I.S. Aktivnaye kolloidy, Physics-Uspekhi, 31 Jan. – 2013. – Vol. 183, no. 1. – P. 87–102. (In Russian)]
  62. Deng, J., Liu, D. Spontaneous Response of a Self-Organized Fish School to a Predator // Bioinspiration & Biomimetics. – 2021. –Vol. 16, no. 4. – Art. no. 046013.
  63. Cristiani, E., Menci, M., Papi, M., Brafman, L. An All-leader Agent-Based Model for Turning and Flocking Birds // J. Math. Biology. – 2021. – Vol. 83. – Art. no. 45.
  64. Helbing, D., Keltsch, J., Molnar, P. Modelling the Evolution of Human Trail Systems // Nature. – 1997. – Vol. 388, no. 3. – P. 47-50.
  65. El Zoghby, N., Loscri, V., Natalizio, E., Cherfaoui, V. Robot Cooperation and Swarm Intelligence / In: Wireless Sensor and Robot Networks: from Topology Control to Communication Aspects. – Singapore: World Scientific Publishing Company, 2014. – P. 168–201.
  66. Кулинич А.А., Карпов В.Э., Карпова И.П. Социальные сообщества роботов. – М.: ЛЕНАНД, 2019. – 352 с. [Kulinich, A.A., Karpov, V.E., Karpova, I.I. Social Communities of Robots. – M.: LENAND, 2019. – 352 p. (In Russian)]
  67. МакКоннелл, Дж. Основы современных алгоритмов. – М.: Техносфера, 2004. – 368 с. [McConnell, J.J. Analysis of Algorithms: An Active Learning Approach. – Boston: Jones & Bartlett Publishers, 2001. – 297 p.]
  68. Nature-Inspired Metaheuristic Algorithms for Engineering Optimization Applications. Ed. by S. Carbar, A. Toktas, D. Ustin / Springer Tracts in Nature-Inspired Computing. – Cham: Springer, 2021. – 404 p.
  69. Winklerova, Z. Maturity of the Particle Swarm as a Metric for Measuring the Particle Swarm Intelligence // Proc. 4th Int. Conf. Adv. Swarm Intel. – Harbin, 2013. – P. 40–54.
  70. Chakraborty, A., Kar, A.K. Swarm Intelligence: A Review of Algorithms / In: Nature-Inspired Computing and Optimization: Theory and Applications. Ed. by S. Patnaik, X.-S. Yang, K. Nakamatsu. – Cham: Springer, 2017. – P. 475–494.
  71. Широкий А.А., Калашников А.О. Применение методов естественных вычислений для управления рисками сложных систем // Проблемы управления. – 2021. – № 4. – С. 3–20. [Shiroky, A.A., Kalashnikov, A.O. Natural Computing with Application to Risk Management in Complex Systems // Control Sciences. – 2021. – No. 4. – P. 2–17].
  72. Докинз Р. Эгоистичный ген (пер. с англ.). – М.: Corpus (ACT), 1989. – 277 c. [Dawkins, R. The Selfish Gene. – Oxford: Oxford University Press, 1976. – 360 p.].
  73. Alattas, R.J., Patel, S.,·Sobh, T.M. Evolutionary Modular Robotics: Survey and Analysis // J. Intel. & Robotic Syst. – 2019. – Vol. 95. – P. 815–828.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».